Back to search

National and Kapodistrian University of Athens

Actigraphy Feature Representations for Mild Cognitive Impairment Classification: Comparing Summary, Circadian and Wavelet Features across Sensitivity–Specificity Operating Points

Abstract

dc:description

Η ήπια γνωστική διαταραχή (MCI) χαρακτηρίζεται από γνωστικά ελλείμματα πέραν των αναμενόμενων για τη φυσιολογική γήρανση, χωρίς σημαντικό περιορισμό της αυτονομίας στις καθημερινές δραστηριότητες. Η ακτιγραφία αποτελεί μη επεμβατική μέθοδο καταγραφής των προτύπων ανάπαυσης–δραστηριότητας και ενδέχεται να προσφέρει πρόσθετες πληροφορίες για την αναγνώριση της γνωστικής έκπτωσης. Η παρούσα διπλωματική εργασία διερεύνησε τη δυνατότητα διαφορετικών αναπαραστάσεων χαρακτηριστικών ακτιγραφίας να διακρίνουν άτομα με MCI από άτομα με φυσιολογική γνωστική λειτουργία. Συγκρίθηκαν τρεις οικογένειες χαρακτηριστικών: συνοπτικά στατιστικά μέτρα, συνδυασμός περιγραφικών μέτρων cosinor και μη παραμετρικών δεικτών ανάπαυσης–δραστηριότητας, και χαρακτηριστικά του διακριτού μετασχηματισμού κυματιδίων (DWT). Αναπτύχθηκε ολοκληρωμένο λογισμικό για την προεπεξεργασία σημάτων, την εξαγωγή και επιλογή χαρακτηριστικών και την αξιολόγηση κλασικών αλγορίθμων μηχανικής μάθησης μέσω επαναλαμβανόμενης εμφωλευμένης διασταυρούμενης επικύρωσης. Οι διαμορφώσεις που πληρούσαν προκαθορισμένα κριτήρια αξιολογήθηκαν βάσει μετώπων Pareto ευαισθησίας–ειδικότητας, με προτίμηση στα απλούστερα μοντέλα. Οι τρεις οικογένειες χαρακτηριστικών παρουσίασαν διαφορετικούς συμβιβασμούς μεταξύ ευαισθησίας και ειδικότητας. Τα συνοπτικά στατιστικά μέτρα πέτυχαν την υψηλότερη διάμεση ευαισθησία (0,818), με ειδικότητα 0,700. Τα συνδυασμένα μέτρα cosinor και οι μη παραμετρικοί δείκτες πέτυχαν ευαισθησία 0,800 και ειδικότητα 0,750, ενώ τα χαρακτηριστικά DWT εμφάνισαν την υψηλότερη ειδικότητα (0,850), με ευαισθησία 0,727. Παρότι τα μοντέλα αποκλειστικά με την ηλικία αποτέλεσαν ανταγωνιστικό σημείο αναφοράς, η ενσωμάτωση χαρακτηριστικών ακτιγραφίας βελτίωσε τους επιτεύξιμους συνδυασμούς των δύο μετρικών. Συμπαγέστερες αναπαραστάσεις σημάτων διατήρησαν υψηλή ειδικότητα, με χαμηλότερη ευαισθησία σε σχέση με την καλύτερη διαμόρφωση πλήρους χρονοσειράς. Ανταγωνιστικές επιδόσεις επιτεύχθηκαν επίσης με απλούστερα μοντέλα και χωρίς ρύθμιση υπερπαραμέτρων. Συνολικά, η καταλληλότερη αναπαράσταση της ακτιγραφίας εξαρτάται από την επιθυμητή ισορροπία ευαισθησίας και ειδικότητας, καθώς καμία οικογένεια χαρακτηριστικών δεν υπερείχε καθολικά. Η εργασία συνεισφέρει ένα ολοκληρωμένο λογισμικό ανάλυσης και μια συστηματική συγκριτική αξιολόγηση συμπληρωματικών αναπαραστάσεων της δραστηριότητας για την ταξινόμηση της MCI. Τα αποτελέσματα αναδεικνύουν τη δυνητική αξία της ακτιγραφίας στην υποστήριξη κλινικών αποφάσεων, ενώ το περιορισμένο μέγεθος του δείγματος και ο διερευνητικός χαρακτήρας της επιλογής μοντέλων καθιστούν αναγκαία την ανεξάρτητη επικύρωση πριν από οποιαδήποτε κλινική εφαρμογή.

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Παναγιωτοπούλου Ελένη
  • Panagiotopoulou Eleni

Subjects

dc:subject × 2

Rights

Language dc:language
English

Identifiers

dc:identifier.*
Identifier
uoadl:5461818

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Παναγιωτοπούλου Ελένη; Panagiotopoulou Eleni. Actigraphy Feature Representations for Mild Cognitive Impairment Classification: Comparing Summary, Circadian and Wavelet Features across Sensitivity–Specificity Operating Points. 2026. https://pergamos.lib.uoa.gr/uoa/dl/object/5461818